AI 助理
文档备案控制台
官方文档
输入文档关键字查找
首页

万相-图生视频API参考

更新时间：
复制为 MD 格式
产品详情
我的收藏

万相-图生视频模型全新升级，支持多模态输入（文本/图像/音频/视频），可完成首帧生视频、首尾帧生视频、视频续写三大任务。

说明

全新推出的图生视频 API（wan2.7-i2v模型）支持上述三大任务，推荐优先选用。

原图生视频-基于首帧（wan2.6及早期模型）仅支持首帧生视频。

适用范围

为确保调用成功，请务必保证模型、endpoint URL 和 API Key 均属于同一地域。跨地域调用将会失败。

说明

本文的示例代码适用于北京地域。

HTTP调用

重要

此接口为图生视频新版协议，仅支持wan2.7模型。

图生视频任务耗时较长（通常为1-5分钟），API采用异步调用的方式。整个流程包含 “创建任务 -> 轮询获取” 两个核心步骤，具体如下：

步骤1：创建任务获取任务ID

北京

POST https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis

新加坡

POST https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis

说明

  • 创建成功后，使用接口返回的 task_id 查询结果，task_id 有效期为 24 小时。请勿重复创建任务，轮询获取即可。

  • 新手指引请参见Postman。

请求参数

首帧生视频

基于首帧图像和音频生成视频。

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
    -H 'X-DashScope-Async: enable' \
    -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
    -H 'Content-Type: application/json' \
    -d '{
    "model": "wan2.7-i2v",
    "input": {
        "prompt": "一幅都市奇幻艺术的场景。一个充满动感的涂鸦艺术角色。一个由喷漆所画成的少年，正从一面混凝土墙上活过来。他一边用极快的语速演唱一首英文rap，一边摆着一个经典的、充满活力的说唱歌手姿势。场景设定在夜晚一个充满都市感的铁路桥下。灯光来自一盏孤零零的街灯，营造出电影般的氛围，充满高能量和惊人的细节。视频的音频部分完全由rap构成，没有其他对话或杂音。",
        "media": [
            {
                "type": "first_frame",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250925/wpimhv/rap.png"
            },
            {
                "type": "driving_audio",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250925/ozwpvi/rap.mp3"
                
            }
        ]
    },
    "parameters": {
        "resolution": "720P",
        "duration": 10,
        "prompt_extend": true,
        "watermark": true
    }
}'

首尾帧生视频

传入首帧和尾帧生成视频。

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
    -H 'X-DashScope-Async: enable' \
    -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
    -H 'Content-Type: application/json' \
    -d '{
    "model": "wan2.7-i2v",
    "input": {
        "prompt": "写实风格,一只小黑猫好奇地仰望天空,镜头从平视角度逐渐升高,最后以俯视角度捕捉到它好奇的眼神。",
        "media": [
            {
                "type": "first_frame",
                "url": "https://wanx.alicdn.com/material/20250318/first_frame.png"
            },
            {
                "type": "last_frame",
                "url": "https://wanx.alicdn.com/material/20250318/last_frame.png"
            }
        ]
    },
    "parameters": {
        "resolution": "720P",
        "duration": 10,
        "prompt_extend": false,
        "watermark": true
    }
}'

视频续写

基于首段视频片段，让模型生成后续内容。

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
    -H 'X-DashScope-Async: enable' \
    -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
    -H 'Content-Type: application/json' \
    -d '{
    "model": "wan2.7-i2v",
    "input": {
        "prompt": "一只戴着墨镜的狗在街道上滑滑板，3D卡通。",
        "media": [
            {
                "type": "first_clip",
                "url": "http://wanx.alicdn.com/material/20250318/video_extension_1.mp4"
            }
        ]
    },
    "parameters": {
        "resolution": "720P",
        "duration": 10,
        "prompt_extend": true,
        "watermark": true
    }
}'

Content-Type string （必选）

请求内容类型。此参数必须设置为application/json。

Authorization string（必选）

请求身份认证。接口使用阿里云百炼API-Key进行身份认证。示例值：Bearer sk-xxxx。

X-DashScope-Async string （必选）

异步处理配置参数。HTTP请求只支持异步，必须设置为enable。

重要

缺少此请求头将报错：“current user api does not support synchronous calls”。

请求体（Request Body）

model string （必选）

模型名称。模型列表与价格详见模型价格。

示例值：wan2.7-i2v。

input object （必选）

输入的基本信息，如提示词等。

属性

prompt string （可选）

文本提示词。用来描述生成图像中期望包含的元素和视觉特点。

支持中英文，每个汉字/字母占一个字符，超过部分会自动截断。长度限制因模型版本而异：

  • wan2.7-i2v：长度不超过5000个字符。

示例值：一只小猫在草地上奔跑。

提示词使用技巧详见文生视频/图生视频Prompt指南。

negative_prompt string （可选）

反向提示词，用来描述不希望在视频画面中看到的内容，可以对视频画面进行限制。

支持中英文，长度不超过500个字符，超过部分会自动截断。

示例值：低分辨率、错误、最差质量、低质量、残缺、多余的手指、比例不良等。

media array （必选）

媒体素材列表，用于指定视频生成所需的参考素材（图像、音频和视频）。

数组的每个元素为一个媒体对象，包含 type 与 url 字段。

素材组合

仅支持以下特定的素材组合，非法组合将报错。

  • 首帧生视频：

    • 首帧：first_frame

    • 首帧+音频：first_frame+driving_audio

  • 首尾帧生视频：

    • 首帧+尾帧：first_frame+last_frame

    • 首帧+尾帧+音频：first_frame+last_frame+driving_audio

  • 视频续写：

    • 首段视频续写：first_clip

    • 首段视频+尾帧续写：first_clip+last_frame

属性

type string （必选）

媒体素材类型。可选值为：

  • first_frame：首帧。

  • last_frame：尾帧。

  • driving_audio：驱动音频。

  • first_clip：首视频片段。

使用限制：每种 type 在 media 数组中最多出现一次（例如：不可同时传入两个 first_frame）。

url string （必选）

媒体素材URL。素材包括图像、音频和视频。

传入图像（type=first_frame或last_frame）

首帧或尾帧URL。目前支持首帧生视频、首尾帧生视频。

图像限制：

  • 格式：JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP。

  • 分辨率：宽和高的范围为[240, 8000]像素。

  • 宽高比：1:8～8:1。

  • 文件大小：不超过20MB。

支持输入的格式：

  1. 公网URL:

    • 支持 HTTP 或 HTTPS 协议。

    • 示例值：https://xxx/xxx.png。

  2. 临时URL：

传入音频（type=driving_audio）

音频文件的 URL。

  • 传入音频：模型将以该音频为驱动源生成视频（如口型同步、动作卡点等）。

  • 未传入音频：模型将根据视频画面内容，自动生成匹配的背景音乐或音效。

音频限制：

  • 格式：wav、mp3。

  • 时长：2～30s。

  • 文件大小：不超过15MB。

  • 截断处理：若音频长度超过 duration 值（如5秒），自动截取前5秒，其余部分丢弃。若音频长度不足视频时长，超出音频长度部分为无声视频。例如，音频为3秒，视频时长为5秒，输出视频前3秒有声，后2秒无声。

支持输入的格式：

  1. 公网URL：

    • 支持 HTTP 和 HTTPS 协议。

    • 示例值：https://xxx/xxx.mp3。

  2. 临时URL：

传入视频（type=first_clip）

视频文件的 URL。模型将基于该视频内容进行续写生成，续写时长的上限由 duration 参数控制。

例如：当duration=15时，输入视频 3 秒，则模型续写生成 12 秒，最终输出视频总时长 15 秒， 按 15 秒计费。

视频限制：

  • 格式：mp4、mov。

  • 时长：2～10s。

  • 分辨率：宽和高的范围为[240, 4096]像素。

  • 宽高比：1:8～8:1。

  • 文件大小：不超过100MB。

支持输入的格式：

  1. 公网URL：

    • 支持 HTTP 和 HTTPS 协议。

    • 示例值：https://xxx/xxx.mp4。

  2. 临时URL：

parameters object （可选）

视频处理参数，如设置视频分辨率、设置视频时长、开启prompt智能改写、添加水印等。

属性

resolution string （可选）

重要

resolution直接影响费用，请在调用前确认模型价格。

指定生成的视频分辨率档位，用于控制视频的清晰度（总像素）。

模型根据选择的分辨率档位，自动缩放至相近总像素。视频宽高比尽量与输入素材（首帧或首段视频）保持一致，详见常见问题。

  • wan2.7-i2v：可选值：720P、1080P。默认值为1080P。

示例值：1080P。

duration integer （可选）

重要

duration直接影响费用，按秒计费，请在调用前确认模型价格。

生成视频的时长，单位为秒。该参数的取值依赖于 model参数：

  • wan2.7-i2v：取值为[2, 15]之间的整数。默认值为5。

示例值：5。

prompt_extend boolean （可选）

是否开启prompt智能改写。开启后使用大模型对输入prompt进行智能改写。对于较短的prompt生成效果提升明显，但会增加耗时。

  • true：默认值，开启智能改写。

  • false：不开启智能改写。

示例值：true。

watermark boolean （可选）

是否添加水印标识，水印位于视频右下角，文案固定为“AI生成”。

  • false：默认值，不添加水印。

  • true：添加水印。

示例值：false。

seed integer （可选）

随机数种子，取值范围为[0, 2147483647]。

未指定时，系统自动生成随机种子。若需提升生成结果的可复现性，建议固定seed值。

请注意，由于模型生成具有概率性，即使使用相同 seed，也不能保证每次生成结果完全一致。

响应参数

成功响应

请保存 task_id，用于查询任务状态与结果。

{
    "output": {
        "task_status": "PENDING",
        "task_id": "0385dc79-5ff8-4d82-bcb6-xxxxxx"
    },
    "request_id": "4909100c-7b5a-9f92-bfe5-xxxxxx"
}

异常响应

创建任务失败，请参见错误信息进行解决。

{
    "code": "InvalidApiKey",
    "message": "No API-key provided.",
    "request_id": "7438d53d-6eb8-4596-8835-xxxxxx"
}

output object

任务输出信息。

属性

task_id string

任务ID。查询有效期24小时。

task_status string

任务状态。

枚举值

  • PENDING：任务排队中

  • RUNNING：任务处理中

  • SUCCEEDED：任务执行成功

  • FAILED：任务执行失败

  • CANCELED：任务已取消

  • UNKNOWN：任务不存在或状态未知

request_id string

请求唯一标识。可用于请求明细溯源和问题排查。

code string

请求失败的错误码。请求成功时不会返回此参数，详情请参见错误信息。

message string

请求失败的详细信息。请求成功时不会返回此参数，详情请参见错误信息。

步骤2：根据任务ID查询结果

北京

GET https://dashscope.aliyuncs.com/api/v1/tasks/{task_id}

新加坡

GET https://dashscope-intl.aliyuncs.com/api/v1/tasks/{task_id}

说明

  • 轮询建议：视频生成过程约需数分钟，建议采用轮询机制，并设置合理的查询间隔（如 15 秒）来获取结果。

  • 任务状态流转：PENDING（排队中）→ RUNNING（处理中）→ SUCCEEDED（成功）/ FAILED（失败）。

  • 结果链接：任务成功后返回视频链接，有效期为 24 小时。建议在获取链接后立即下载并转存至永久存储（如阿里云 OSS）。

  • task_id 有效期：24小时，超时后将无法查询结果，接口将返回任务状态为UNKNOWN。

  • RPS 限制：查询接口默认RPS为20。如需更高频查询或事件通知，建议配置异步任务回调。

  • 更多操作：如需批量查询、取消任务等操作，请参见管理异步任务。

请求参数

查询任务结果

将{task_id}完整替换为上一步接口返回的task_id的值。task_id查询有效期为24小时。

curl -X GET https://dashscope.aliyuncs.com/api/v1/tasks/{task_id} \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"
请求头（Headers）

Authorization string（必选）

请求身份认证。接口使用阿里云百炼API-Key进行身份认证。示例值：Bearer sk-xxxx。

URL路径参数（Path parameters）

task_id string（必选）

任务ID。

响应参数

任务执行成功

视频URL仅保留24小时，超时后会被自动清除，请及时保存生成的视频。

{
    "request_id": "2ca1c497-f9e0-449d-9a3f-xxxxxx",
    "output": {
        "task_id": "af6efbc0-4bef-4194-8246-xxxxxx",
        "task_status": "SUCCEEDED",
        "submit_time": "2025-09-25 11:07:28.590",
        "scheduled_time": "2025-09-25 11:07:35.349",
        "end_time": "2025-09-25 11:17:11.650",
        "orig_prompt": "一幅都市奇幻艺术的场景。一个充满动感的涂鸦艺术角色。一个由喷漆所画成的少年，正从一面混凝土墙上活过来。他一边用极快的语速演唱一首英文rap，一边摆着一个经典的、充满活力的说唱歌手姿势。场景设定在夜晚一个充满都市感的铁路桥下。灯光来自一盏孤零零的街灯，营造出电影般的氛围，充满高能量和惊人的细节。视频的音频部分完全由他的rap构成，没有其他对话或杂音。",
        "video_url": "https://dashscope-result-sh.oss-cn-shanghai.aliyuncs.com/xxx.mp4?Expires=xxx"
    },
    "usage": {
        "duration": 15,
        "input_video_duration": 0,
        "output_video_duration": 15,
        "video_count": 1,
        "SR": 720
    }
}

任务执行失败

若任务执行失败，task_status将置为 FAILED，并提供错误码和信息。请参见错误信息进行解决。

{
    "request_id": "e5d70b02-ebd3-98ce-9fe8-759d7d7b107d",
    "output": {
        "task_id": "86ecf553-d340-4e21-af6e-a0c6a421c010",
        "task_status": "FAILED",
        "code": "InvalidParameter",
        "message": "The size is not match xxxxxx"
    }
}

任务查询过期

task_id查询有效期为 24 小时，超时后将无法查询，返回以下报错信息。

{
    "request_id": "a4de7c32-7057-9f82-8581-xxxxxx",
    "output": {
        "task_id": "502a00b1-19d9-4839-a82f-xxxxxx",
        "task_status": "UNKNOWN"
    }
}

output object

任务输出信息。

属性

task_id string

任务ID。查询有效期24小时。

task_status string

任务状态。

枚举值

  • PENDING：任务排队中

  • RUNNING：任务处理中

  • SUCCEEDED：任务执行成功

  • FAILED：任务执行失败

  • CANCELED：任务已取消

  • UNKNOWN：任务不存在或状态未知

轮询过程中的状态流转：

  • PENDING（排队中） → RUNNING（处理中）→ SUCCEEDED（成功）/ FAILED（失败）。

  • 初次查询状态通常为 PENDING（排队中）或 RUNNING（处理中）。

  • 当状态变为 SUCCEEDED 时，响应中将包含生成的视频url。

  • 若状态为 FAILED，请检查错误信息并重试。

submit_time string

任务提交时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。

scheduled_time string

任务执行时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。

end_time string

任务完成时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。

video_url string

视频URL。仅在 task_status 为 SUCCEEDED 时返回。

链接有效期24小时，可通过此URL下载视频。视频格式为MP4（H.264 编码）。

orig_prompt string

原始输入的prompt，对应请求参数prompt。

code string

请求失败的错误码。请求成功时不会返回此参数，详情请参见错误信息。

message string

请求失败的详细信息。请求成功时不会返回此参数，详情请参见错误信息。

usage object

输出信息统计，只对成功的结果计数。

属性

input_video_duration integer

输入的视频的时长，单位秒。

output_video_duration integer

输出视频的时长，单位秒。

duration integer

总的视频时长，用于计费。

SR integer

输出视频的分辨率档位。示例值：720。

video_count integer

输出视频的数量。固定为1。

request_id string

请求唯一标识。可用于请求明细溯源和问题排查。

使用限制

  • 数据时效：任务task_id和 视频video_url均只保留 24 小时，过期后将无法查询或下载。

  • 内容审核：输入的内容（如prompt、图像、视频）、输出视频均会经过内容安全审核，含违规内容将返回 “IPInfringementSuspect”或“DataInspectionFailed”错误，详见参见错误信息。

错误码

如果模型调用失败并返回报错信息，请参见错误信息进行解决。

常见问题

Q：如何生成特定宽高比（如3:4）的视频？

A： 输出视频的宽高比由 输入素材（首帧图像或首视频片段）决定，但无法保证严格等于输入比例（如精确 3:4），实际输出会存在微小偏差。

下面以“输入首帧图像”为例说明具体逻辑：

  • 为什么会有偏差？

    • 执行逻辑：以输入图像的比例为基准比例参考，结合 resolution 档位的目标总像素，且视频长宽必须为 16 的倍数（视频编码规范），系统会自动微调至最接近的合法分辨率。

    • 计算示例：输入首帧图像750×1000（宽高比 3:4 = 0.75），并设置 resolution = "720P"（目标总像素约 92 万），实际输出视频的分辨率为816×1104（宽高比 ≈ 0.739，总像素约90万）。

  • 实践建议：

    • 输入控制：尽量使用与目标比例一致的首帧或首视频片段作为输入。

    • 后期处理：如果您对比例有严格要求，建议在视频生成后，使用编辑工具进行简单的裁剪或黑边填充。

Q：如何获取视频存储的访问域名白名单？

A： 模型生成的视频存储于阿里云OSS，API将返回一个临时的公网URL。若需要对该下载地址进行防火墙白名单配置，请注意：由于底层存储会根据业务情况进行动态变更，为避免过期信息影响访问，文档不提供固定的OSS域名白名单。如有安全管控需求，请联系客户经理获取最新OSS域名列表。

上一篇：视频生成下一篇：万相-图生视频-基于首帧